兰州市城关区气象因素与麻疹发病人数的时间序列研究

运用SPSS17.0统计软件进行相关分析和主成分分析及R软件的时间序列方法定量评估兰州市城关区气象因素对麻疹发病人数的影响程度.结果表明,气象因素对麻疹日发病人数的影响由大至小依次为相对湿度、日照时间、平均气温、平均气压、降水量、平均风速;各气象因素对麻疹发病的影响均具有一定滞后效应,平均气压、平均风速和日照时间在滞后9d、平均气温和降水量滞后7d、相对湿度滞后5d对麻疹日发病人数的影响最大. 平均气压、平均气温和日照时间每增加1个IQR(四分位距),麻疹日发病人数分别增加175.2%、79.6%和24.3%,而相对湿度、降水量和平均风速每增加1个IQR,麻疹日发病人数则分别减少17.9%、5.2%和15.7%.     

银川市臭氧污染特征及影响因素分析

依据2014年银川市6个自动空气监测子站的监测数据,分析银川市臭氧浓度的污染特征,并对夏季臭氧相关气象因子进行分析。结果表明,从监测点位来看,银湖巷站点臭氧浓度最高,宁安大街次之,宁化生活区臭氧浓度最低。从时间变化规律来看,银川市臭氧浓度呈夏季最高,春季次之,秋季、冬季污染较低,其中臭氧月均浓度最大值出现在5月、6月。臭氧日变化呈单峰变化规律,夜间臭氧浓度较低,白天臭氧浓度较高。夏季臭氧浓度与二氧化氮、相对湿度呈显著的负相关性,与气温、风速呈显著正相关性。     

沧州近地面臭氧浓度与气象条件关系

利用2013—2018年沧州市臭氧监测数据和气象数据,运用相关和百分位阈值法,分析了沧州市臭氧污染特征及气象因子对臭氧污染的影响。结果表明:沧州市臭氧浓度呈现明显的季节变化特征,春季和夏季最高;臭氧超标日数也集中在春夏季,臭氧浓度和超标日数均呈逐年增加趋势;在所有气象因子中气温与臭氧相关性最强,较高的气温是沧州市臭氧发生的必要条件,气温越高越容易导致高浓度的臭氧污染;绝大多数情况下,臭氧浓度与相对湿度呈负相关关系;降水量级及降水性质都会对臭氧浓度造成明显影响;风向与风速影响臭氧污染物的水平传输和垂直扩散,冬春季影响明显;春季臭氧浓度的增加与风速增大导致的混合层高度增加有重要的关系;颗粒物通过影响到达近地面的气象要素间接影响臭氧浓度。沧州地区臭氧超标日的出现伴随着一系列气象条件的共同改变,包括晴天少雨、混合层高度增加、风速增大、相对湿度降低及气温升高等气象特征,污染结束则伴随着相反的气象变化。     

丰都县大气臭氧浓度变化规律与气象因子相关性分析

以2017年全年丰都近地层臭氧质量浓度观测资料为基础,研究其变化规律。探讨同期五大气象要素温度、相对湿度、太阳辐射、风速、云量对臭氧浓度的影响。结果表明:2017年臭氧浓度季节变化趋势比较明显,夏季最高,平均值为115.065μg/m3,冬季最低,平均值为40.391μg/m3;臭氧小时浓度在四季呈现明显的单峰分布;臭氧浓度与温度、太阳辐射量和风速呈正相关,与相对湿度、云量呈负相关。     

昆明市臭氧污染特征及与气象因子关系初步研究

对昆明市2014—2018年空气质量和臭氧(O3)污染特征进行了分析,并结合臭氧污染观测资料和气象条件,对昆明市臭氧浓度与气象因子相关性进行了初步研究。结果表明:昆明市空气质量总体逐渐变好,臭氧浓度整体呈上升趋势,春季和夏季臭氧污染比较明显;臭氧浓度春季高,秋冬季低,高值主要集中在3—5月;臭氧污染主要出现在3—8月,7月最高;臭氧浓度与太阳辐射、气温、大气低层温度垂直分布、风速等总体呈正相关,与气压、相对湿度总体呈负相关。     

遵义市PM10和PM2.5污染水平时间分布及其与气象条件的关系研究

对遵义市2014年1月1日-12月31日大气颗粒物在线监测数据分析结果表明,全年PM10和PM2.5质量浓度的变化幅度较大,但变化趋势相似,且具有较好的相关性,其中冬季>春季>秋季>夏季;日变化呈双峰特征分布,夜间峰值比中午峰值大,且夜间PM2.5浓度呈区域性变化特征.选取日平均气温、相对湿度及风速等气象因子,利用Spearman秩相关分析表明遵义市全年PM10和PM2.5质量浓度与气温、相对湿度及风速等气象条件均呈负相关.     

京津唐地区臭氧时空分布特征与气象因子的关联性研究

京津唐地区随着经济的快速发展和城市化的不断推进,臭氧污染呈现加重的趋势,深入了解臭氧浓度时空变化特征及其变化驱动机制是采取科学有效防控措施的前提和基础.本研究针对京津唐地区近地面臭氧浓度快速增加的2016年,利用卫星遥感反演数据、地面每小时监测数据及气象观测资料,分析探讨了近地面臭氧浓度时空分布及与温度、压强、蒸发量、风（风速和风向）等气象要素的耦合关联关系.结果表明：京津唐地区近地面臭氧浓度每日7：00左右最低,午后达到最高;夏季臭氧浓度最高,且略有分区差异（北京呈现单峰型,6月臭氧浓度最高,天津和唐山呈双峰型,峰值分别出现在6月和9月）,冬季浓度最低,12月达到最低值.全区各季节浓度空间分布趋势较为一致,均呈现从西北向东南逐渐降低的趋势.影响京津唐地区近地面臭氧浓度的首要气象要素为温度,二者呈较大的正相关性,臭氧浓度与近地面压强存在一定的负相关性,而与蒸发量具有较小的正相关性,与风速、风向的相关性较为复杂,表现出明显的地区和风向差异性（在偏南风和强风条件下较易出现高浓度臭氧）,全年臭氧浓度与风速相关系数极低,呈不相关.全区分区（建成区与非建成区）近地面臭氧浓度与温度、压强、蒸发量、风速等的关联相关特性,虽然北京、天津和唐山各略有差异但基本一致.在不同气象要素分级组合协同条件下,臭氧浓度与温度、风速的相关性明显显著于其与蒸发量、压强的相关性,且存在在高压、较低蒸发量的气象条件下,臭氧浓度与温度的相关性随风速的增强（或减弱）而降低（或增强）,与风速的相关性随温度的升高（或降低）而减弱（或增强）的普遍现象;对于压强和蒸发量而言,臭氧浓度与二者的相关性普遍相对较低,且趋势特征不明显.     

气象条件对深圳近地面臭氧浓度的影响分析

以深圳近地面臭氧浓度和气象条件为研究对象,分析了深圳臭氧污染与气温、相对湿度、风速、气团轨迹等气象因素关系。结果表明,深圳臭氧污染与气象要素密切相关,一般在气温高于24℃,相对湿度在55%~85%,日平均风速低于2m/s,受到偏北气团影响时,深圳易出现臭氧污染。     

乌鲁木齐不同功能区昼间臭氧浓度变化特征分析

为了研究乌鲁木齐市昼间的近地层大气臭氧浓度变化特征,利用靛蓝二磺酸钠分光光度法(IDS法)对乌鲁木齐市不同功能区在采暖期前期、采暖期与采暖期后期昼间的小时臭氧浓度进行监测,分析与温度、太阳辐射、相对湿度的相关性。结果表明:乌鲁木齐市不同功能区昼间的小时臭氧浓度变化具有明显的"单峰型"变化规律,从早上09:00开始,臭氧浓度明显上升,最高的小时臭氧浓度出现在午后,其中,交通区、工业区昼间的小时臭氧浓度较高。不同时间段臭氧总平均浓度依次为采暖期前期>采暖期后期>采暖期,不同时间段昼间的小时臭氧浓度变化与太阳辐射、温度呈显著的正相关性,与相对湿度呈显著的负相关性。     

安徽省臭氧污染时空变化及污染成因研究

目的 了解安徽省臭氧时空分布特征及其与气象要素的关系.方法 利用2017—2019年环境空气质量监测的臭氧数据和气象观测数据,并结合后向轨迹模型和潜在源区分析,分别评价安徽省臭氧污染区域分布和气象要素对臭氧浓度的影响,并分析区域传输对安徽省臭氧浓度的影响.结果 2017—2019年安徽省及各市臭氧浓度增长显著,2019年同比2017年增幅为12.2％,第二季度(4、5、6月)和第三季度(7、8、9月)是O3浓度相对较高的时期,且O3污染有"前移后滞"趋势.污染气团主要来自于安徽省内部地区,潜在源分布显示,皖中地区(合肥、安庆、马鞍山等城市)的贡献比例最大,外地源贡献主要来源于江苏省和山东省等.臭氧浓度与温度和太阳总辐射强度呈正相关,与降水量和相对湿度呈负相关,与风速关联性不大.结论 安徽省臭氧污染逐年增加的主要原因是本地排放的加剧,外源输送可能会产生一定影响,加之高温和强太阳辐射的影响,会加剧臭氧污染的程度,并导致重污染.     

昆明市官渡区臭氧污染特征及影响因子相关性分析

对2019年昆明市官渡区环境空气中臭氧监测数据进行分析,研究昆明市官渡区的臭氧(O3)污染情况、分布特征以及与影响因子的相关性。结果表明,该地区臭氧从3月份开始逐步升高,7—10月维持高位,其中8月达到峰值。O3浓度和超标天数均具有明显的季节变化特征,春季和夏季的O3污染最为严重。对臭氧浓度与影响因子(气压、气温、相对湿度、风速、降水量、NO2、NO、PM10、CO、PM2. 5)进行相关性分析,结果显示臭氧浓度与气温的相关性呈现中等程度正相关,与相对湿度、风速的相关性呈现较强的负相关性,NO2、PM10等会影响近地面臭氧浓度,但相关性较低。影响因子对臭氧浓度的作用不受海拔高度的影响。     

佛山臭氧浓度预报方程的建立与应用

臭氧作为大气中的二次污染物,其形成和变化复杂,臭氧预报更是当下空气污染治理的难题之一.通过分析2014~2017年佛山地区近地面O₃浓度与高低层气象要素的关系,建立了佛山O₃浓度预报方程,并进行了检验和应用.结果表明,佛山近地面O₃的变化与高低层气象要素关系密切,气温和日照时数等气象要素与O₃浓度呈显著正相关,相对湿度、总（低）云量和风速等与其呈负相关;高浓度O₃污染发生的气象条件为小风速、晴间少云、低相对湿度、较长的日照时间和较高的温度,高浓度O₃潜势指数（HOPI）和风向指数（WDI）的定义可以较好地衡量O₃污染气象条件的好坏;综合考虑HOPI和不同高度WDI等13种气象要素,采用多指标叠套和多元逐步回归建立了佛山地区臭氧浓度预报方程;利用2018年资料检验发现,模拟值与实测值二者的相关系数R可达0.82,预报方程具有良好的拟合效果和可预报性.     

耦合观测数据-模型计算-案例分析的臭氧综合预报方法

当前臭氧模式预报和统计预报的技术难以满足不同地域精细化环境管理需求,亟需构建稳定性高、实用性强的本地化臭氧预报方法. 本研究通过构建臭氧预报工作流程并明确臭氧预报流程中相关技术参数和要求,以陕西省及其省会城市—西安市为例分析历史气象和环境空气质量数据,获取陕西省臭氧污染规律以及西安市不同气象条件下臭氧等级分布规律和典型案例预报要点,确立人工订正经验技术集的方法,明确案例库构建、会商和预报回顾机制的相关要求,旨为臭氧预报模式的本地化提供科学的技术路线. 结果表明:通过臭氧预报效果评估与结果择优、人工订正、预报会商及预报结果回顾所组成的臭氧业务化预报工作流程具备切实可行性;此外,陕西省臭氧浓度与相对湿度、气压和风速均呈显著负相关,与温度呈显著正相关,臭氧预报时应重点关注日均温度大于28 ℃、日最大温度大于34 ℃、相对湿度小于57%、气压低于959 hPa、风速小于2.3 m/s的气象条件下的臭氧等级.      

霾天气影响下的京津冀气候变化特征与成因

利用1961~2016年京津冀90个国家级气象站的霾数据集、日平均相对湿度、14：00能见度、日平均气温、日累计降水、日平均风速、辐射等数据,采用MASH方法、线性趋势分析方法、曼-肯德尔（Mann-Kendall）法以及相关分析等方法研究了京津冀地区霾天气影响下的气候变化特征.结果表明：京津冀地区年平均霾日数呈明显的增长趋势,增长率为5d/10a以上,大中城市年平均霾日数明显高于其他地区,霾日数突变增多发生在1992~1993年,在国家大气污染防治专项资金注入以后年平均霾日数增长趋势减缓;京津冀地区霾日和非霾日年平均气温呈上升趋势,年平均能见度呈下降趋势;年平均降水日数总体趋势减少,但是霾日降水日数逐年增加,而非霾日呈现减少趋势,两者呈现对称相反关系;京津冀霾日和非霾日年平均风速均呈逐年下降趋势;霾日数具有随着GDP、能源消耗的增加逐年递增趋势.京津冀地区霾日和非霾日年平均总辐射和散射辐射都是逐年下降,霾日比非霾日下降趋势更加明显,年平均总辐射比散射辐射下降明显;年平均霾日数与年平均总辐射、年平均风速、年平均降水呈负相关,但是与年平均气温、GDP、能源消耗呈正相关.     

2006~2021年夏半年上海臭氧浓度特征及其大气环流背景分析

基于上海地区2006~2021年逐日臭氧浓度数据以及同期气象要素和美国环境预报中心/国家大气研究中心（NCEP/NCER）再分析数据,分析了2006~2021年上海地区臭氧浓度变化特征和气候背景,进一步对比分析臭氧浓度异常年份的高空大气环流形势差异,并加入关键气象影响因子建立臭氧浓度月预报模型.结果表明,上海地区全年和夏半年臭氧浓度的平均值均呈现波动式上升趋势,且夏半年臭氧浓度和风速呈显著负相关（相关系数达-0.826）,与静风出现频率以及低云量<20%出现日数呈显著正相关（相关系数分别为0.836和0.724）.当夏半年西太平洋副热带高压强度偏强且位置偏西偏南时,上海易受偏西风异常环流影响,不利于海上洁净空气向上海输送,易引起高浓度臭氧污染.当夏半年地面射出长波辐射偏低时,有利于地面升温,易引起高浓度臭氧污染.加入太阳直接辐射、最高气温和风速作为外生变量的臭氧月预报模型对月预报效果提升明显,均方根误差减少47.7%,相关系数提升11.2%.     

泉州市灰霾时PM2.5浓度与气象条件、能见度相关分析研究

利用泉州市空气自动监测站的监测资料,研究泉州市灰霾天气时PM2.5浓度与风速、温度、相对湿度等气象因素及能见度的关系.结果表明:泉州市灰霾天气期间往往会伴随气象因素及能见度的变化,灰霾发生前,风速降低,相对湿度减小,逆温层形成,能见度降低;灰霾结束前,风速增大,相对湿度趋于稳定,逆温层消失,能见度增大.灰霾发生时,PM2.5的浓度与风速、能见度基本呈负相关的关系,与相对湿度基本呈正相关关系.气象条件及能见度的变化可以为灰霾天气时污染状况的预判提供重要的参考.     

气象因素对香港地区臭氧污染的影响

基于2000~2015年香港地区的臭氧监测数据和气象数据,分析了香港的臭氧污染特征及气象因素对臭氧污染的影响.结果表明:(1)香港地区臭氧浓度呈现明显的季节变化特征,其中秋季春季冬季夏季,臭氧超标日集中在夏季和秋季,超标日发生在冬季和春季的情形极少.(2)2000~2015年香港臭氧日最大8h平均浓度(MDA8)年均浓度呈增长趋势,平均增长速率为0.77μg·(m3·a)-1,臭氧MDA8第90百分位数浓度同样呈增长趋势,增长速率为1.49μg·(m3·a)-1.(3)较高的气温是香港地区臭氧污染发生的必要条件,气温越高越容易导致更高浓度的臭氧污染.(4)绝大多数情况下,臭氧浓度与相对湿度间呈负相关关系,相对湿度越高,香港地区的臭氧MDA8平均浓度及第90百分位数浓度均会降低.(5)当香港发生臭氧污染时,盛行风往往从偏北风或偏东风转为偏西风.随着风速的增大,臭氧平均浓度变化不大,但是臭氧第90百分位数浓度会明显降低.(6)降水和云量是影响臭氧浓度的重要因素,连续多日的无雨或少雨天气是臭氧污染事件发生的必要条件,而随着云量的增加,臭氧平均浓度和第90百分位数浓度会持续降低.(7)在太阳总辐射量≤20 MJ·m-2或日照时长≤10 h的情况下,臭氧浓度与太阳辐射及日照时长呈正相关关系.然而,在太阳辐射强烈的情况下(太阳总辐射量 20 MJ·m-2或日照时长 10 h),随着太阳辐射增强或日照时长的增加地面臭氧浓度反而降低,这是因为太阳辐射强烈的情况常出现在雨后天晴的背景下,并盛行来自海洋的偏南风,使得臭氧污染不易形成.(8)香港臭氧超标日的出现往往伴随着一系列气象条件的共同改变,包括晴天少雨、辐射增强、边界层高度增加、相对湿度降低、风速变小以及气温升高等气象特征,污染结束则伴随着相反的气象变化.     

气象因素对香港地区臭氧污染的影响

基于2000~2015年香港地区的臭氧监测数据和气象数据,分析了香港的臭氧污染特征及气象因素对臭氧污染的影响。结果表明:(1)香港地区臭氧浓度呈现明显的季节变化特征,其中秋季春季冬季夏季,臭氧超标日集中在夏季和秋季,超标日发生在冬季和春季的情形极少。(2)2000~2015年香港臭氧日最大8h平均浓度(MDA8)年均浓度呈增长趋势,平均增长速率为0.77μg·(m3·a)-1,臭氧MDA8第90百分位数浓度同样呈增长趋势,增长速率为1.49μg·(m3·a)-1。(3)较高的气温是香港地区臭氧污染发生的必要条件,气温越高越容易导致更高浓度的臭氧污染。(4)绝大多数情况下,臭氧浓度与相对湿度间呈负相关关系,相对湿度越高,香港地区的臭氧MDA8平均浓度及第90百分位数浓度均会降低。(5)当香港发生臭氧污染时,盛行风往往从偏北风或偏东风转为偏西风。随着风速的增大,臭氧平均浓度变化不大,但是臭氧第90百分位数浓度会明显降低。(6)降水和云量是影响臭氧浓度的重要因素,连续多日的无雨或少雨天气是臭氧污染事件发生的必要条件,而随着云量的增加,臭氧平均浓度和第90百分位数浓度会持续降低。(7)在太阳总辐射量≤20 MJ·m-2或日照时长≤10 h的情况下,臭氧浓度与太阳辐射及日照时长呈正相关关系。然而,在太阳辐射强烈的情况下(太阳总辐射量20 MJ·m-2或日照时长10 h),随着太阳辐射增强或日照时长的增加地面臭氧浓度反而降低,这是因为太阳辐射强烈的情况常出现在雨后天晴的背景下,并盛行来自海洋的偏南风,使得臭氧污染不易形成。(8)香港臭氧超标日的出现往往伴随着一系列气象条件的共同改变,包括晴天少雨、辐射增强、边界层高度增加、相对湿度降低、风速变小以及气温升高等气象特征,污染结束则伴随着相反的气象变化。     

气象条件对天津一次大气重污染过程的影响研究

本文利用环境空气质量和气象要素的小时观测数据,分析了天津一次典型大气重污染过程前后空气质量和主要气象因素的变化特征,研究了气象条件对环境空气质量的影响,结果表明:天津地区大气重污染过程呈现两种特征,一种是"逐渐积累、迅速清除",主要在污染过程的开始和结束时段呈现;另一种是"快速下降、快速回升",主要在污染过程中期,由于风向转变使污染物输送推移导致的。在污染物积累阶段,风速明显偏小,相对湿度增大;在污染过程结束阶段,风速明显偏大,风向多为西北风,相对湿度明显下降。分析了风速、相对湿度与PM2.5浓度的相关性,其中风速与PM2.5浓度呈指数相关,R2达到0.420,相对湿度与PM2.5浓度呈线性相关,R2达到0.520。     

南京地区近地面臭氧浓度与气象条件关系研究

通过分析2013—2015年南京地区相关气象要素对近地面臭氧浓度的影响,建立了用于不同季节高浓度臭氧污染事件的预报预警模型,并归纳总结了南京地区高浓度臭氧出现的天气形势.结果表明,近地面臭氧浓度的变化与气象要素密切相关,气温、能见度、日照小时、总(净)辐射辐照度等要素与O_3浓度呈显著正相关,与相对湿度、总(低)云量呈负相关.高浓度臭氧污染是多因子综合作用的结果,典型气象条件表现为:太阳辐射强,低云量少,相对湿度适宜,地面小风速及特定的风向.通过定义高浓度臭氧潜势指数HOPI和风向指数WDI,并综合考虑14:00地面气温、相对湿度及8:00各标准层的相关气象要素,建立了逐季节多指标叠套的高浓度臭氧预报方程.采用2016年资料对其进行检验,发现预报值与观测值的相关系数分别达0.72(冬季)、0.76(春季)和0.73(夏季),说明方程具有较好的拟合效果和可预报性.通过普查历史天气图,归纳了伴随南京地区高浓度臭氧事件出现的8种主要天气形势,即高压类(高压中心G0、高压后部G1)、低压类(低压底部D0、低压前部D1、低压倒槽D2)、均压类(高压相关的均压JG、低压相关的均压JD、其它均压J).其中,以高压后部地面形势出现概率最大,低压前部均压场出现时对应臭氧平均浓度最高.